返回搜索结果
Qwen3-Embedding-0.6B · IQ2_XS
AMD Radeon AI PRO R970032GBllama.cpp v0.46L2 跨框架验证
本页汇总 Qwen3-Embedding-0.6B（IQ2_XS）在 AMD Radeon AI PRO R9700 上以 llama.cpp 运行的 1 次实测数据，来自 1 个独立来源平台；指标为已上架实测的均值。
354.83 tok/s
Decode
解码速度
1,505.4 tok/s
Prefill
预填充速度
2.1 s
TTFT
首 token 延迟
2.71 GB
VRAM
显存占用
L2 跨框架验证
1
实测次数
1
独立来源
其他
来源平台
5 天前
最后验证
性能表现
- llama.cpp · IQ2_XS （当前）Decode 354.83 · Prefill 1505.4 ·
- llama.cpp · IQ4_XS Decode 342.35 · Prefill 1387.76 ·
核心数据
- Decode（平均）
- 354.83 tok/s
- Prefill（平均）
- 1,505.4 tok/s
- TTFT（平均）
- 2.1 s
- VRAM（平均）
- 2.71 GB
- MTP 接受率
- —
- TTFB
- 2.84 GB
- 功耗
- 221.5 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3-Embedding-0.6B
- 量化方式
- IQ2_XS
- 框架
- llama.cpp
- 版本
- v0.46
- 上下文长度
- 16384 tokens
- 批次大小
- 256
- GPU 层数
- 20
- Flash Attention
- 开启
硬件信息
标称与实测并排陈列，能否运行由读者自判
- GPU
- AMD Radeon AI PRO R9700
- 标称显存
- 32 GB
- 实测显存（均值）
- 2.71 GB
- 系统
- Ubuntu 22.04
- 驱动
- amdgpu 6.11
- CUDA
- N/A
- 电源功耗
- 221.5 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.46 · Ubuntu 22.04 · CUDA N/A · 16384 ctx
354.83 tok/s
Decode
1,505.4 tok/s
Prefill
2.1 s
TTFT
2.71 GB
VRAM
—
MTP
221.5 W
功耗
L2 batch seed 2026-10-13: llama.cpp on hw_id=79 running model_id=62 at IQ2_XS